简单（工作）手写数字识别：如何改进？

Question

我刚刚写了一个非常简单的手写数字识别。Here is 8kb archive包含以下代码+十个.PNG图像文件。它可以工作：被公认为。在

简而言之，数据库的每个数字（50x50像素=250个系数）被汇总到一个10系数向量中（通过保持10个最大的单数值，请参见Low-rank approximation with SVD）。在

然后，为了识别数字，我们最小化了与数据库中数字的距离。在

from scipy import misc
import numpy as np
import matplotlib.pyplot as plt

digits = []
for i in range(11):
    M = misc.imread(str(i) + '.png', flatten=True)
    U, s, V = np.linalg.svd(M, full_matrices=False)
    s[10:] = 0        # keep the 10 biggest singular values only, discard others
    S = np.diag(s)
    M_reduced = np.dot(U, np.dot(S, V))      # reconstitution of image with 10 biggest singular values
    digits.append({'original': M, 'singular': s[:10], 'reduced': M_reduced})

# each 50x50 pixels digit is summarized into a vector of 10 coefficients : the 10 biggest singular values s[:10]    

# 0.png to 9.png = all the digits (for machine training)
# 10.png = the digit to be recognized
toberecognizeddigit = digits[10]    
digits = digits[:10]

# we find the nearest-neighbour by minimizing the distance between singular values of toberecoginzeddigit and all the digits in database
recognizeddigit = min(digits[:10], key=lambda d: sum((d['singular']-toberecognizeddigit['singular'])**2))    

plt.imshow(toberecognizeddigit['reduced'], interpolation='nearest', cmap=plt.cm.Greys_r)
plt.show()
plt.imshow(recognizeddigit['reduced'], interpolation='nearest', cmap=plt.cm.Greys_r)
plt.show()

问题：

代码是有效的（您可以在ZIP存档中运行代码），但是我们如何改进它以获得更好的结果？（我认为主要是数学技巧）。在

例如，在我的测试中，9和3有时会相互混淆。在

Answer 1

数字识别是一个相当困难的领域。尤其是当数字以非常不同或不清楚的方式书写时。为了解决这个问题，人们采取了很多方法，整个比赛都致力于这个主题。有关示例，请参见Kaggle's digit recognizer competition。这场比赛是基于著名的MNIST data set。在那里的论坛里，你会发现很多关于这个问题的想法和方法，但是我会给你一些快速的建议。

很多人把这个问题看作是一个分类问题。解决这些问题的可能算法包括，例如，kNN，神经网络，或梯度推进。

然而，一般来说，仅仅依靠算法是不足以得到最优分类率的。提高分数的另一个重要方面是特征提取。这个想法是计算特征，使区分不同的数字成为可能。这个数据集的一些示例特性可能包括彩色像素的数量，或者数字的宽度和高度。

虽然其他算法可能不是您所要寻找的，但是添加更多特性可能也可以提高您当前使用的算法的性能。